信號分離是信號處理中的一個基本問題。在已知源信號和傳輸通道的先驗知識時,各種時域濾波器頻域濾波器等能從混合信號中分離出我們感興趣的信號。獨立分量分析是由盲信號分離技術(shù)發(fā)展出來的一種多維信號法,能在不知道源信號及信號混合參數(shù)的情況下,僅根據(jù)觀測到的混合信號就能估計源信號。獨立分量分析的理論已經(jīng)成為當(dāng)前火熱的人工智能機器學(xué)控制等應(yīng)用學(xué)科發(fā)展的重要基石之一。本書在介紹了獨立分量分析基本理論和算法的基礎(chǔ)上,在Weizmann Face Data上利用FastICA算法在Matlab環(huán)境中開展了人臉圖象分類和識別試驗,在Python環(huán)境中對駕駛艙混合信號開展盲分離試驗,并給出相關(guān)程序。本書可作為電子信息類專業(yè)大學(xué)教材,還可作為對獨立分量分析及其應(yīng)用感興趣的科技工作者的參考用書。